论文基于高分影像纹理分维变化的灾害自动识别方法 >>GIS>>中心>>GIS空间站

基于高分影像纹理分维变化的灾害自动识别方法

摘要

目前变化检测主要是人机交互式目视解译,不能满足灾害自动识别尤其是在轨变化检测自动化的新要求,亟须研究影像变化自动检测算法,以实现灾害自动识别。该文将高空间分辨率影像的多尺度格网分割与纹理分维变化比较相结合,提出基于高分影像纹理分维单调变化(Texture Fractal MonotonousChange,TFMC)的灾害自动识别方法。通过计算和对比不同格网分割尺度下前后两期高分影像的纹理分维变化及其空间分布,并基于纹理分维变化单调性准则,可自动检测并识别灾区范围。以2011年3月11日日本地震海啸灾区的Worldview 0.5m全色影像为例,进行实验研究,表明MTFC方法无需人工干预即可根据纹理分形单调下降(当前减先前)可靠地识别出海水淹没区和密集房屋损毁区。经进一步优化,MTFC方法可望发展为高分在轨变化检测及灾害链聚焦监测的新技术。
Currently,the main techniques of change detection from remote sensing images is visual interpretation based on man-machine interaction,which cannot fit for the demands of disaster auto-recognition especially of change detection by orbiting satellites.Combined with the image partition by multi-scale grid and the comparison on texture fractal change of remote sensing images with High Spatial Resolution(HSR),and based on the rule of Texture Fractal Monotonous Change(TFMC),this paper presented a new...

下载地址

https://www.shaofei.name- GIS空间站